Video RebirthがBach 1.0公開：音声付きで最長30秒の複数カット動画を生成

AI動画制作における最大の課題は、1カットごとの画質の美しさではなく、カットが切り替わるたびに登場人物の顔が変わってしまう点と、数秒の動画を編集ソフトで繋ぎ合わせる手間にありました。

新興企業のVideo Rebirthは、こうした映像制作現場のペインに対処するAI動画エンジン「Bach 1.0」を公開しました。

最大30秒の複数カット（マルチショット）動画を、アップスケールではないネイティブ1080pで生成可能。さらに効果音、音声、BGMまで同一ワークフロー内でネイティブ生成します。

ブラインドテストでモデルを評価する「Artificial Analysis Video Arena」において、Bach 1.0は初登場で世界6位にランクインしました。上位にはGrok Imagine、Kling 3、Sora 2.0が並んでおり、新興ラボの初号機としては目覚ましい滑り出しです。

骨格レベルの人物一貫性とカメラワーク制御

Video Rebirthの共同創業者兼CEOは、元Tencentの著名科学者であるウェイ・リウ（Dr. Wei Liu）氏です。同氏は、制作現場が求めているのは単に綺麗な映像ではなく、監督の撮影意図を正しく理解できるツールだと語ります。

素早いホイップパンは緩やかなパンとは異なり、冷静さから怒り、そして悲しみへの変化は単なるランダムな表情の切り替えではありません。

人物の一貫性を保つため、Bachは独自の「Physics-Native Attention（PNA）」機構を採用しました。前後のカットで見た目の近さを合わせるだけでなく、骨格、肌の質感、筋肉の動きから人物IDを固定します。

これにより、1カット目は落ち着いた表情、2カット目は激怒、3カット目は静かに流す涙といった微細な表情変化を、カットをまたいで同一人物のまま精密にコントロールできます。

さらに「Dual Diffusion Transformer（DDiT）」アーキテクチャにより、ホイップパン時の物理的なモーションブラーや、実レンズのようなラックフォーカス、物理シミュレーションによるレンブラントライティングを忠実に再現します。

外部編集なしで30秒の短編を一括生成

制作現場にとって実用的なのが「Montage」機能です。従来は数秒の動画を生成しては外部の編集ソフトに並べ、一貫性を手動で整える必要がありました。

Montageでは、人物の参照画像とロケーション画像を指定し、カット構成を記述するだけで、最大30秒の複数カット映像を一括で生成できます。カット間の自然な移行も自動で処理されます。

すでにグローバルEC、映画制作スタジオ、短尺ドラマ制作会社、広告代理店、ゲーム開発会社などがパイロット運用を開始しています。一般ユーザーも公式サイト（bach.art）でアカウントを作成すれば、無料枠ですぐに試すことができます。

なぜ重要か

クリエイターや広告制作チームにとって、Bach 1.0は制作時間を大幅に削減してくれる実用ツールです。複数カットの動画、人物の維持、音声生成が1つの指示で完結するため、短尺ドラマや広告のプロトタイプ制作コストが劇的に下がります。

業界全体にとっても、競争の焦点が「単一カットの画質」から「監督指示が通る制作パイプライン」へと移りつつあることを示しています。巨大テック企業が長尺生成を競うなか、複数カットの文脈制御を前面に押し出した形です。

解剖学的な物理構造からアプローチした人物固定の仕組みは非常に合理的で、単なるパラメーターの力押しとは一線を画しています。ただし、30秒の複数カット構成は1箇所でも演出破綻が起きると全体をやり直す必要があり、生成コストが高くつく懸念もあります。それでも世界6位の実力を備えた注目ツールであり、無料枠がある今のうちに試してみる価値は十分にあります。